Harness Robotic OS: A Unified Embodied-Agent Runtime for Closed-Loop Quadruped Inspection
作者: Yaoyuan Yan, Zhiyou Heng, Haoxiang Jie, Gang Liu, Hongjie Yan, Wei Zhou
分类: cs.RO
发布日期: 2026-09-10
💡 一句话要点
提出HROS以解决自主四足机器人检查系统的集成问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱三：空间感知与语义 (Perception & Semantics) 支柱四：生成式动作 (Generative Motion) 支柱七：动作重定向 (Motion Retargeting) 支柱八：物理动画 (Physics-based Animation) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 四足机器人 自主检查 多模态融合 人机交互 安全自我进化
📋 核心要点
- 现有的四足检查系统通过特定任务接口集成多种功能，导致上下文协调和知识重用困难。
- 本文提出HROS，一个统一的具身代理运行时，旨在整合异构传感和自主能力，提升检查效率。
- 实验结果显示，Argos原型在住宅环境中实现了高达100%的航点到达率和85-95%的危险检测率。
📝 摘要（中文）
自主物业检查不仅需要稳健的机器人导航，还需将异构传感、可重用的自主能力、多模态场景理解、人机交互和企业响应连接在一个可追踪的操作循环中。现有的四足检查系统通常通过特定任务接口集成这些功能，导致上下文协调、知识重用和受控适应困难。本文提出了HROS（Harness Robotic OS），一个统一的具身代理运行时，并实现了用于住宅社区检查的Argos。HROS将系统组织为机器人运行时、具身自主技能、认知代理运行时以及交互与操作平面。共享上下文将物理状态与代理推理连接；流式ASR/TTS支持基于语音的任务交互；分层工作、情节和语义记忆保留操作知识；安全门控自我进化循环将执行轨迹转化为版本候选更新，而不允许不受限的在线修改。实验结果表明，该系统在住宅环境中实现了100%的航点到达率，户外定位误差低于10厘米，局部障碍响应延迟低于200毫秒，代表性危险检测率为85-95%，报警传递和结构化报告生成成功率为99%。
🔬 方法详解
问题定义：本文旨在解决现有四足机器人检查系统在功能集成和上下文协调方面的不足，现有方法难以实现知识重用和适应性调整。
核心思路：HROS通过统一的具身代理运行时架构，将多种功能模块整合在一起，形成一个可追踪的操作循环，以支持复杂的物业检查任务。
技术框架：HROS的整体架构包括机器人运行时、具身自主技能、认知代理运行时以及交互与操作平面。共享上下文将物理状态与代理推理连接，支持流式语音交互和知识记忆。
关键创新：HROS的主要创新在于其安全门控自我进化循环，允许将执行轨迹转化为版本候选更新，确保系统的稳定性和可控性。
关键设计：系统采用分层工作和语义记忆结构，支持ASR/TTS流式处理，确保实时人机交互，并通过Fast-LIO2和Hobot-Stereo等模块实现高精度定位与深度感知。
🖼️ 关键图片
📊 实验亮点
实验结果显示，Argos原型在住宅环境中实现了100%的航点到达率，户外定位误差低于10厘米，局部障碍响应延迟低于200毫秒，危险检测率高达85-95%，报警传递和结构化报告生成成功率为99%。这些结果验证了HROS在导航和检查闭环中的有效性。
🎯 应用场景
该研究的潜在应用领域包括住宅物业检查、公共安全监控和智能家居管理等。通过提供一个统一的操作平台，HROS能够提升机器人在复杂环境中的自主性和适应性，具有广泛的实际价值和未来影响。
📄 摘要（原文）
Autonomous property inspection requires more than robust robot navigation: a deployable system must connect heterogeneous sensing, reusable autonomy capabilities, multimodal scene understanding, human interaction, and enterprise response within a traceable operational loop. Existing quadruped inspection systems commonly integrate these functions through task-specific interfaces, making contextual coordination, knowledge reuse, and controlled adaptation difficult. This paper presents \textit{Harness Robotic OS} (HROS), a unified embodied-agent runtime, and Argos, its realization for residential-community inspection. HROS organizes the system into robot runtime, embodied autonomy skills, cognitive agent runtime, and interaction and operations planes. A shared context connects physical state with agent reasoning; streaming ASR/TTS supports voice-based mission interaction; hierarchical working, episodic, and semantic memory preserves operational knowledge; and a safety-gated self-evolution loop converts execution traces into versioned candidate updates without permitting unconstrained online modification. The Argos prototype integrates a Vbot quadruped, Fast-LIO2 localization and mapping, Hobot-Stereo depth perception, PCT-Planner global planning, EGO-Planner local motion generation, and OpenClaw-orchestrated Qwen3-VL inspection analysis. Experiments in a residential property environment achieved 100\% waypoint reachability, outdoor localization error below 10~cm, local obstacle-response latency below 200~ms, representative hazard-detection rates of 85--95\%, and 99\% success in alarm delivery and structured-report generation. These results validate the deployed navigation and inspection closed loop, while HROS provides an extensible software foundation for memory-augmented, voice-aware, and continuously improvable embodied inspection agents.